Вывод:
- В представленных данных 8406 строк и 14 столбцов
- пропуски есть в следующих столбцах:
hours(дни и часы работы) - 536 пропусковprice— категория цен в заведении, например «средние», «ниже среднего», «выше среднего» и так далее - 5091 пропускavg_bill(хранит среднюю стоимость заказа в виде диапазона) - 4590 пропусковmiddle_avg_bill- 5257 пропусковmiddle_coffee_cup- 7871 пропускseats- 3611 пропусков
Уникальных названий заведений на первый взгляд - 5614 (логично, что меньше, чем данных, так как есть сети), но возможны неявные дубликаты, надо проверить
- Типов заведений 8: 'бар,паб' 'булочная' 'быстрое питание' 'кафе' 'кофейня' 'пиццерия', 'ресторан' 'столовая'
- В данных представлены 9 округов города Москвы (отсутствуют данные по "Зеленограду" и "Новой Москве"), больше всего заведений (26,6%) расположены в Центральном административном округе.
hours(часы работы) записаны очень разнообразно, несмотря на то, что часть заполнена "Нет информации", имеются пропуски. Логично их заполнить той же фразой "Нет информации". С другой стороны, можно не заполнять, так как будем категорировать заведения по принципу круглосуточной работы.- координаты (ширина и долгота) соответствуют координатам Москвы
ratingрейтинг распределен от 1.0 до 5.0
-priceКатегории цен: 'высокие' 'выше среднего' 'низкие' 'средние'. Можно попробовать дозаполнить исходя из столбца "middle_avg_bill" и "middle_coffee_cup", но в дальнейшем этот столбец нам не понадобится.middle_avg_billдолжен содержать информацию о среднем чеке, если столбец avg_bill, начинается с подстроки «Средний счёт», но минимальное значение этого столбца равно - 0, в заполнении данных произошла ошибкаmiddle_coffee_cup- Цена одной чашки капучино от 60 до 1568 руб.seats- имеет и пропуски и значения 0. Вызывает сомнение максимальное значение - 1288 посадочных мест.
In [7]:
display(moscow_places.query('seats == 1288'))
| name | category | address | district | hours | lat | lng | rating | price | avg_bill | middle_avg_bill | middle_coffee_cup | chain | seats | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6518 | DelonixCafe | ресторан | Москва, проспект Вернадского, 94, корп. 1 | Западный административный округ | ежедневно, круглосуточно | 55.65 | 37.48 | 4.10 | высокие | Средний счёт:1500–2000 ₽ | 1750.00 | NaN | 0 | 1288.00 |
| 6524 | Ян Примус | ресторан | Москва, проспект Вернадского, 121, корп. 1 | Западный административный округ | пн-чт 12:00–00:00; пт,сб 12:00–02:00; вс 12:00–00:00 | 55.66 | 37.48 | 4.50 | выше среднего | Средний счёт:1500 ₽ | 1500.00 | NaN | 1 | 1288.00 |
| 6574 | Мюнгер | пиццерия | Москва, проспект Вернадского, 97, корп. 1 | Западный административный округ | пн-пт 08:00–21:00; сб,вс 10:00–21:00 | 55.67 | 37.49 | 4.80 | NaN | NaN | NaN | NaN | 1 | 1288.00 |
| 6641 | One Price Coffee | кофейня | Москва, проспект Вернадского, 84, стр. 1 | Западный административный округ | ежедневно, 08:30–20:00 | 55.67 | 37.48 | 4.30 | NaN | NaN | NaN | NaN | 1 | 1288.00 |
| 6658 | ГудБар | бар,паб | Москва, проспект Вернадского, 97, корп. 1 | Западный административный округ | пн-пт 11:00–23:00; сб,вс 13:00–23:00 | 55.67 | 37.49 | 4.10 | средние | Средний счёт:700 ₽ | 700.00 | NaN | 0 | 1288.00 |
| 6684 | Пивной ресторан | бар,паб | Москва, проспект Вернадского, 121, корп. 1 | Западный административный округ | NaN | 55.66 | 37.48 | 4.50 | NaN | NaN | NaN | NaN | 0 | 1288.00 |
| 6690 | Японская кухня | ресторан | Москва, проспект Вернадского, 121, корп. 1 | Западный административный округ | NaN | 55.66 | 37.48 | 4.40 | NaN | NaN | NaN | NaN | 1 | 1288.00 |
| 6771 | Точка | кафе | Москва, проспект Вернадского, 84, стр. 1 | Западный административный округ | NaN | 55.67 | 37.48 | 4.70 | NaN | NaN | NaN | NaN | 1 | 1288.00 |
| 6807 | Loft-cafe академия | кафе | Москва, проспект Вернадского, 84, стр. 1 | Западный административный округ | пн-пт 09:00–20:00; сб 09:00–16:00 | 55.67 | 37.48 | 3.60 | NaN | NaN | NaN | NaN | 0 | 1288.00 |
| 6808 | Яндекс Лавка | ресторан | Москва, проспект Вернадского, 51, стр. 1 | Западный административный округ | ежедневно, круглосуточно | 55.67 | 37.51 | 4.00 | NaN | NaN | NaN | NaN | 1 | 1288.00 |
| 6838 | Alternative coffee | кофейня | Москва, проспект Вернадского, 41, стр. 1 | Западный административный округ | пн-пт 09:00–21:00; сб,вс 09:00–22:00 | 55.67 | 37.50 | 4.30 | NaN | NaN | NaN | NaN | 0 | 1288.00 |
Все заведения с 1288 посадочными местами расположены на проспекте Вернадского, некоторые в одном доме. В данных есть ошибка, возможно, заведения расположены на фудкорте и получили общее количество мест. Дальше в исследовании будем брать медианные значения, поэтому выбросы в количестве посадочных мест не повлияют на данные
Предобработка данных
Изучим, есть ли дубликаты в данных.
Создадим столбец street с названиями улиц из столбца с адресом.
- Создадим столбец is_24/7 с обозначением, что заведение работает ежедневно и круглосуточно (24/7):
- логическое значение True — если заведение работает ежедневно и круглосуточно;
- логическое значение False — в противоположном случае.
для проверки на неявные дубликаты приведем названия заведений к одному виду - к верхнему регистру
In [8]:
moscow_places['name']=moscow_places['name'].str.upper()
In [9]:
display(moscow_places[['name','address']].duplicated().sum())
3
нашли три дубликата. удалим их
In [10]:
moscow_places = moscow_places.loc[moscow_places[['name','address']].duplicated() == False]
In [11]:
# функция выделения названия улицы из адреса
def street_from_address(address):
address = address.split(',')
return address[1].lstrip()
In [12]:
moscow_places['street'] = moscow_places['address'].apply(street_from_address)
In [13]:
# функция определения круглосуточного режима работы
def is_24_7(hours):
hours=str(hours)
if 'ежедневно' in hours and 'круглосуточно' in hours:
return True
else:
return False
In [14]:
moscow_places['is_24/7'] = moscow_places['hours'].apply(is_24_7)
In [15]:
print('Всего заведений, работающих 24 часа 7 дней в неделю:', moscow_places.loc[moscow_places.loc[:,'is_24/7'] == True].name.count())
Всего заведений, работающих 24 часа 7 дней в неделю: 730
Вывод:
- удалили 3 неявных дубликата
- создали столбец с названиями улиц -
street - создали столбец с указателем работает ли заведение ежедневно и круглосуточно -
is_24/7 - Всего в Москве 730 заведений, работающих 24 часа 7 дней в неделю
Анализ данных
Исследуем количество объектов общественного питания по категориям.
Типов заведений 8: 'бар,паб' 'булочная' 'быстрое питание' 'кафе' 'кофейня' 'пиццерия', 'ресторан' 'столовая'
In [16]:
moscow_places.groupby('category')['name'].count().sort_values(ascending=False)
Out[16]:
category кафе 2377 ресторан 2042 кофейня 1413 бар,паб 764 пиццерия 633 быстрое питание 603 столовая 315 булочная 256 Name: name, dtype: int64
In [17]:
fig = px.bar(moscow_places.groupby('category')['name'].count().sort_values(ascending=False).reset_index(), x='name', y='category', title='Распределение объектов общественного питания по категориям', labels={'name':'количество','category':'категория'})
fig.update_xaxes(tickangle=45)
fig.update_traces(textposition='inside', textfont_size=15)
fig.update_traces(marker_color='blue', marker_line_color='blue',
marker_line_width=1, opacity=0.4)
fig.show()
Вывод:
- Самые популярные типы заведений - кафе (2377 заведений) и ресторан (2042)
- Менее популярные - булочная (256) и столовая (315)
Исследуем количество посадочных мест в местах по категориям: рестораны, кофейни, пиццерии, бары и так далее.
In [18]:
fig = px.bar(moscow_places.groupby('category')['seats'].median().sort_values(ascending=False).reset_index(), x='category', y='seats', title='Распределение медианного количества посадочных мест по категориям ', labels={'seats':'количество','category':'категория'})
fig.update_xaxes(tickangle=45)
fig.show()
In [19]:
df_grouped=moscow_places.groupby('category').median().sort_values(by='seats')
In [20]:
sns.set_palette('pastel')
plt.figure(figsize=(10, 10))
plt.title('Распределение количества посадочных мест по категориям',fontsize=15)
ax = sns.boxplot(x='seats',y='category', data=moscow_places, orient='h',order=df_grouped.index);
plt.xlim(0,320)
plt.xlabel('Посадочные места', fontsize=13)
plt.ylabel('Категория',fontsize=13)
sns.despine()
Вывод:
Количество посадочных мест в среднем (медианное) от 50 для булочной до 86 посадочных мест для ресторана.Разброс посадочных мест везде большой (самый большой у быстрого питания, что логично, так как это может быть и шаурма без посадочных мест, так и шаурма на фудкорте)
Соотношение сетевых и несетевых заведений в датасете.
In [21]:
moscow_places['chain']=moscow_places['chain'].astype("string").replace({'0':'несетевой','1':'сетевой'})
In [22]:
# функция построения распределения по заданным параметрам: передаем датафрейм, колонки, по которым строим распределение, обозначение оси х, название графика
def distribution_category (data,name,name2,namex, title_,table_is=True,text_on=False):
data_grouped = data.pivot_table(index=[name,name2],values='address', aggfunc='count')
if table_is == True: display(data.groupby([name,name2],sort=False)['name'].count())
data_grouped = data_grouped.reset_index().rename(columns={'address':'count'}).sort_values(by='count',ascending=False)
if text_on==True:
fig = px.bar(data_grouped, y=data_grouped[name], x=data_grouped['count'], color=data_grouped[name2], title=title_, labels={'count':'количество заведений',name:namex}, text=data_grouped['count'],orientation='h')
else:
fig = px.bar(data_grouped, y=data_grouped[name], x=data_grouped['count'], color=data_grouped[name2], title=title_, labels={'count':'количество заведений',name:namex},orientation='h')
fig.update_xaxes(tickangle=45)
fig.update_layout(yaxis={'categoryorder':'total ascending'})
fig.update_layout(
autosize=False,
width=900 ,
height=600,)
fig.show()
In [23]:
distribution_category (moscow_places,'chain','category','отношение к сети', 'Распределение сетевых и несетевых заведений по категориям',False,True)
In [24]:
distribution_category (moscow_places,'category','chain','категория', 'Распределение сетевых и несетевых заведений по категориям',False,True)
Вывод:
Сетевых заведений 3203, несетевых - 5200. Несетевых на 40% больше,чем сетевых
Топ-15 популярных сетей в Москве
In [25]:
top_15_chain = moscow_places.query('chain == "сетевой"').groupby('name')['name'].count().sort_values(ascending=False).reset_index(name='count').head(15)
In [26]:
top_15_chain
Out[26]:
| name | count | |
|---|---|---|
| 0 | ШОКОЛАДНИЦА | 120 |
| 1 | ДОМИНО'С ПИЦЦА | 76 |
| 2 | ДОДО ПИЦЦА | 74 |
| 3 | ONE PRICE COFFEE | 71 |
| 4 | ЯНДЕКС ЛАВКА | 69 |
| 5 | COFIX | 65 |
| 6 | PRIME | 50 |
| 7 | ХИНКАЛЬНАЯ | 44 |
| 8 | КОФЕПОРТ | 42 |
| 9 | КУЛИНАРНАЯ ЛАВКА БРАТЬЕВ КАРАВАЕВЫХ | 39 |
| 10 | ТЕРЕМОК | 38 |
| 11 | ЧАЙХАНА | 37 |
| 12 | COFEFEST | 32 |
| 13 | БУХАНКА | 32 |
| 14 | МУ-МУ | 27 |
In [27]:
# выведем в отдельную таблицу заведения, относящиеся к топ-15 сетей
moscow_chain=moscow_places.merge(top_15_chain)
In [28]:
plt.figure(figsize=(14, 8))
# строим столбчатый график средствами seaborn
sns.barplot(x='name', y='count', data=moscow_chain.sort_values(by='count',ascending=False))
# формируем заголовок графика и подписи осей
plt.title('Топ-15 популярных сетей в Москве',fontsize=15)
plt.xlabel('Название сети', fontsize=12)
plt.ylabel('Количество заведений',fontsize=12)
# поворачиваем подписи значений по оси X на 45 градусов
plt.xticks(rotation=45)
plt.show()
In [29]:
moscow_chain.groupby('name')['rating'].median().sort_values()
Out[29]:
name ЯНДЕКС ЛАВКА 4.00 COFEFEST 4.05 COFIX 4.10 ТЕРЕМОК 4.10 ЧАЙХАНА 4.10 ONE PRICE COFFEE 4.20 PRIME 4.20 ДОМИНО'С ПИЦЦА 4.20 КОФЕПОРТ 4.20 ШОКОЛАДНИЦА 4.20 ДОДО ПИЦЦА 4.30 МУ-МУ 4.30 БУХАНКА 4.40 КУЛИНАРНАЯ ЛАВКА БРАТЬЕВ КАРАВАЕВЫХ 4.40 ХИНКАЛЬНАЯ 4.40 Name: rating, dtype: float64
Медианный рейтинг заведений из топ-15 сетей от 4.0 до 4.40
In [30]:
distribution_category (moscow_chain,'name','category','сеть', 'Распределение топ-15 сетей по категориям',True,True)
name category
БУХАНКА булочная 25
кофейня 6
кафе 1
ДОДО ПИЦЦА пиццерия 74
ДОМИНО'С ПИЦЦА пиццерия 77
COFEFEST кофейня 31
кафе 1
COFIX кофейня 65
МУ-МУ кафе 12
ресторан 8
кофейня 2
быстрое питание 2
пиццерия 1
столовая 1
бар,паб 1
ТЕРЕМОК ресторан 36
быстрое питание 2
ЧАЙХАНА кафе 26
быстрое питание 2
ресторан 9
ХИНКАЛЬНАЯ быстрое питание 6
кафе 19
ресторан 15
столовая 1
бар,паб 3
ONE PRICE COFFEE кофейня 72
ШОКОЛАДНИЦА кофейня 119
кафе 1
ЯНДЕКС ЛАВКА ресторан 69
КОФЕПОРТ кофейня 42
PRIME ресторан 49
кафе 1
КУЛИНАРНАЯ ЛАВКА БРАТЬЕВ КАРАВАЕВЫХ кафе 39
Name: name, dtype: int64
Из графика видно, что некоторые заведения (Чайхана, Буханка, Му-Му, Хинкальная) имеют разную категорию:
- Чайхана есть рестораны, кафе, быстрое питание
- Хинкальная - рестораны, кафе, быстрое питание и даже бар.паб
- Му-Му - кафе, ресторан, кофейня, быстрое питание
In [31]:
plt.figure(figsize=(14, 8))
# строим столбчатый график средствами seaborn
sns.barplot(x='category', y='address', data=moscow_chain.pivot_table(index=['category'],values='address', aggfunc='count').sort_values(by='address',ascending=False).reset_index(),color='#5d83b3')
# формируем заголовок графика и подписи осей
plt.title('Распределение заведений из Топ-15 популярных сетей в Москве по категориям',fontsize=15)
plt.xlabel('Категория', fontsize=12)
plt.ylabel('Количество заведений',fontsize=12)
# поворачиваем подписи значений по оси X на 45 градусов
plt.xticks(rotation=45)
plt.show()
In [32]:
moscow_chain.pivot_table(index=['category'],values='address', aggfunc='count').sort_values(by='address',ascending=False).reset_index()
Out[32]:
| category | address | |
|---|---|---|
| 0 | кофейня | 337 |
| 1 | ресторан | 186 |
| 2 | пиццерия | 152 |
| 3 | кафе | 100 |
| 4 | булочная | 25 |
| 5 | быстрое питание | 12 |
| 6 | бар,паб | 4 |
| 7 | столовая | 2 |
Вывод:
- Топ-15 сетей: 'БУХАНКА', 'ДОДО ПИЦЦА', "ДОМИНО'С ПИЦЦА", 'COFEFEST', 'COFIX', 'МУ-МУ', 'ТЕРЕМОК', 'ЧАЙХАНА', 'ХИНКАЛЬНАЯ', 'ONE PRICE COFFEE', 'ШОКОЛАДНИЦА', 'ЯНДЕКС ЛАВКА', 'КОФЕПОРТ', 'PRIME', 'КУЛИНАРНАЯ ЛАВКА БРАТЬЕВ КАРАВАЕВЫХ
- Самые популярные сети - Шоколадница (120 заведений в Москве), "ДОМИНО'С ПИЦЦА" (76 заведений), ДОДо Пицца (74 заведения)
- Самые популярные категории сетей - кофейни (337 заведений). рестораны (188) и пиццерии (152). В сетях не популярна категория - столовая и бар.паб
- В сетях (Чайхана, Хинкальная, Му-Му) имеются различия в указании категории заведения (ресторан, кофейня, быстрое питание), это может быть связано или с тем, что Хинкальная и Чайхана относятся к разным сетям с одним названием, или с ошибками определения категории, так как границы в категориях очень размыты
- заведения из Топ-15 сетей объединяет высокий медианный рейтинг
Распределение заведений по округам
In [33]:
moscow_places.groupby('district')['name'].count().sort_values(ascending=False)
Out[33]:
district Центральный административный округ 2242 Северный административный округ 899 Южный административный округ 892 Северо-Восточный административный округ 890 Западный административный округ 850 Восточный административный округ 798 Юго-Восточный административный округ 714 Юго-Западный административный округ 709 Северо-Западный административный округ 409 Name: name, dtype: int64
В данных представлены 9 округов города Москвы (отсутствуют данные по "Зеленограду" и "Новой Москве"), больше всего заведений (2242) расположены в Центральном административном округе.
In [34]:
#Распределение заведений по округам и по категориям
distribution_category (moscow_places,'district','category','округ', 'Распределение заведений по округам')
district category
Северный административный округ кафе 235
ресторан 188
кофейня 193
пиццерия 77
бар,паб 68
...
Южный административный округ быстрое питание 85
кафе 264
столовая 44
булочная 25
пиццерия 73
Name: name, Length: 72, dtype: int64
Вывод:
Больше всего заведений расположено в Центральном административном округе (ЦАО)(2242). Самый популярный тип заведения в ЦАО -ресторан, кафе, кофейня. Меньше всего заведений - в Северо-Западном административном округе (СЗАО) - 409. Наиболее распространены - кафе, ресторан, кофейня
Распределение средних рейтингов по категориям заведений.
In [35]:
df_grouped=moscow_places.groupby('category').median().sort_values(by='rating')
df_grouped
Out[35]:
| lat | lng | rating | middle_avg_bill | middle_coffee_cup | seats | is_24/7 | |
|---|---|---|---|---|---|---|---|
| category | |||||||
| быстрое питание | 55.74 | 37.62 | 4.20 | 375.00 | 140.00 | 65.00 | 0.00 |
| кафе | 55.75 | 37.61 | 4.20 | 550.00 | 111.00 | 60.00 | 0.00 |
| булочная | 55.75 | 37.59 | 4.30 | 450.00 | NaN | 50.00 | 0.00 |
| кофейня | 55.76 | 37.60 | 4.30 | 400.00 | 170.00 | 80.00 | 0.00 |
| пиццерия | 55.75 | 37.60 | 4.30 | 600.00 | 150.00 | 55.00 | 0.00 |
| ресторан | 55.75 | 37.60 | 4.30 | 1250.00 | NaN | 86.00 | 0.00 |
| столовая | 55.76 | 37.62 | 4.30 | 300.00 | NaN | 75.50 | 0.00 |
| бар,паб | 55.76 | 37.61 | 4.40 | 1250.00 | 202.50 | 82.00 | 0.00 |
In [36]:
plt.figure(figsize=(10, 10))
plt.title('Распределение средних рейтингов по категориям заведений',fontsize=15)
ax = sns.boxplot(x='rating',y='category', data=moscow_places, orient='h',order=df_grouped.index);
plt.xlabel('Рейтинг', fontsize=13)
plt.ylabel('Категория',fontsize=13)
plt.xlim(3,5)
sns.despine()
Вывод:
Распределение усредненных рейтингов по категориям отличается несильно, во всех категориях есть заведения с очень низким рейтингом, а средний рейтинг расположен в диапазоне 4.20-4.40, выше рейтинг у баров(пабов) - 4.4, самый низкий у быстрого питания и кафе - 4.2
Фоновая картограмма (хороплет) со средним рейтингом заведений каждого округа.
Границы районов Москвы, которые встречаются в датасете, хранятся в файле admin_level_geomap.geojson
In [37]:
# посчитаем средний рейтинг для каждого округа
rating_df = moscow_places.groupby('district', as_index=False)['rating'].agg('median')
In [38]:
# импортируем хороплет
moscow_lat, moscow_lng = 55.751244, 37.618423
# создаём объект m – карту с центром в точке с координатами [moscow_lat, moscow_lng]
m = Map(location=[moscow_lat, moscow_lng])
# загружаем JSON-файл с границами округов Москвы
state_geo = 'https://code.s3.yandex.net/data-analyst/admin_level_geomap.geojson'
# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
Choropleth(
geo_data=state_geo,
data=rating_df,
columns=['district', 'rating'],
key_on='feature.name',
fill_color='YlGnBu',
fill_opacity=0.8,
legend_name='Медианный рейтинг заведений по округам',
).add_to(m)
# выводим карту
m
Out[38]:
Make this Notebook Trusted to load map: File -> Trust Notebook
Вывод:
Максимальный средний рейтинг заведений в ЦАО -4.4, минимальный - Юго-восточный и Северо-Восточный округа - 4.2.
ЦАО популярен, так как в нем много туристических мест, а также адмиистративных заведений. Также в ЦАО расположено много дорогих заведений , которые следят за своей маркой. Иметь плохой рейтинг себе дороже, так как конкуренция большая, аренда высокая.
Отобразим все заведения датасета на карте с помощью кластеров средствами библиотеки folium.
In [39]:
# moscow_lat - широта центра Москвы, moscow_lng - долгота центра Москвы
moscow_lat, moscow_lng = 55.751244, 37.618423
# создаём объект m – карту с центром в точке с координатами [moscow_lat, moscow_lng]
m = Map(location=[moscow_lat, moscow_lng])
# выводим карту
# создаём пустой кластер, добавляем его на карту
marker_cluster = MarkerCluster().add_to(m)
# пишем функцию, которая принимает строку датафрейма,
# создаёт маркер в текущей точке и добавляет его в кластер marker_cluster
def create_clusters(row):
Marker(
[row['lat'], row['lng']],
popup=f"{row['name']} {row['rating']}",
).add_to(marker_cluster)
# применяем функцию create_clusters() к каждой строке датафрейма
moscow_places.apply(create_clusters, axis=1)
# выводим карту
m
Out[39]:
Make this Notebook Trusted to load map: File -> Trust Notebook
Топ-15 улиц по количеству заведений.
Построим график распределения количества заведений и их категорий по этим улицам.
In [40]:
top_15_street = moscow_places.groupby('street')['name'].count().sort_values(ascending=False).reset_index(name='count').head(15)
In [41]:
top_15_street
Out[41]:
| street | count | |
|---|---|---|
| 0 | проспект Мира | 183 |
| 1 | Профсоюзная улица | 122 |
| 2 | проспект Вернадского | 108 |
| 3 | Ленинский проспект | 107 |
| 4 | Ленинградский проспект | 95 |
| 5 | Дмитровское шоссе | 88 |
| 6 | Каширское шоссе | 77 |
| 7 | Варшавское шоссе | 76 |
| 8 | Ленинградское шоссе | 70 |
| 9 | МКАД | 65 |
| 10 | Люблинская улица | 60 |
| 11 | улица Вавилова | 55 |
| 12 | Кутузовский проспект | 54 |
| 13 | улица Миклухо-Маклая | 49 |
| 14 | Пятницкая улица | 48 |
In [42]:
top_15_street['count'].sum()
Out[42]:
1257
In [43]:
top_15_street_places = moscow_places.merge(top_15_street).sort_values(by='count',ascending=False)
In [44]:
distribution_category (top_15_street_places,'district','category','округ', 'Распределение заведений на Топ-15 улиц по категориям и округам',False)
In [45]:
#распределение заведений на топ-15 улицах
m = Map(location=[moscow_lat, moscow_lng])
# выводим карту
# создаём пустой кластер, добавляем его на карту
marker_cluster = MarkerCluster().add_to(m)
# пишем функцию, которая принимает строку датафрейма,
# создаёт маркер в текущей точке и добавляет его в кластер marker_cluster
def create_clusters(row):
Marker(
[row['lat'], row['lng']],
popup=f"{row['name']} {row['rating']}",
).add_to(marker_cluster)
# применяем функцию create_clusters() к каждой строке датафрейма
top_15_street_places.apply(create_clusters, axis=1)
# выводим карту
m
Out[45]:
Make this Notebook Trusted to load map: File -> Trust Notebook
In [46]:
distribution_category (top_15_street_places,'is_24/7','category','круглосуточное', 'Распределение заведений на ТОП-15 улиц по типу и режиму работы',False)
Вывод:
- На топ-15 улиц приходится 1257 заведений
183 находится на Проспекте Мира,122 на Профсоюзной, 108 на Проспекте Вернадского - Больше всего Топ-15 улиц расположены в Юго-Западном округе, Северном округе и Южном. В Восточном и Северо-Западном улиц из Топ-15 практически нет (в этих округах есть заведения, расположенные на МКАД)
- Топ 15-улиц раскиданы по всей Москве. Можно отметить, что это крупные улицы города Москвы (шоссе, проспекты), поэтому на них и много заведений.
- На Топ-15 расположены заведения всех категорий
Улицы, на которых находится только один объект общепита.
In [47]:
### список улиц с одним заведением общественного питания
one_place_street = moscow_places.groupby('street')['name'].count().reset_index(name='count').query('count==1')['street'].to_list()
In [48]:
print('Всего заведений, которые являются единственными на улице:', len(one_place_street))
Всего заведений, которые являются единственными на улице: 458
In [49]:
moscow_places_one_place_street=moscow_places.query('street in @one_place_street')
In [50]:
#распределение заведений единственных на улицах
m = Map(location=[moscow_lat, moscow_lng])
# выводим карту
# создаём пустой кластер, добавляем его на карту
marker_cluster = MarkerCluster().add_to(m)
# пишем функцию, которая принимает строку датафрейма,
# создаёт маркер в текущей точке и добавляет его в кластер marker_cluster
def create_clusters(row):
Marker(
[row['lat'], row['lng']],
popup=f"{row['name']} {row['rating']}",
).add_to(marker_cluster)
# применяем функцию create_clusters() к каждой строке датафрейма
moscow_places_one_place_street.apply(create_clusters, axis=1)
# выводим карту
m
Out[50]:
Make this Notebook Trusted to load map: File -> Trust Notebook
In [51]:
distribution_category (moscow_places_one_place_street,'district','category','округ', 'Распределение единственных заведений на улице по категориям и округам',False)
Единственных заведений много в ЦАО, это объясняется наличием множества проулков, переулков и небольших улиц в этом округе
In [52]:
distribution_category (moscow_places_one_place_street,'is_24/7','category','круглосуточное', 'Распределение единственных заведений на улице по категориям и режиму работы',False)
Единственные на улице заведения работают в основном не круглосуточно, круглосуточно работают кафе(13), рестораны (9)
In [53]:
df_grouped = df_grouped=moscow_places_one_place_street.groupby('category').median().sort_values(by='rating')
plt.figure(figsize=(10, 10))
plt.title('Распределение средних рейтингов по категориям заведений,единственных на улице',fontsize=15)
ax = sns.boxplot(x='rating',y='category', data=moscow_places_one_place_street, orient='h',order=df_grouped.index);
plt.xlabel('Рейтинг', fontsize=13)
plt.ylabel('Категория',fontsize=13)
plt.xlim(3,5)
sns.despine()
In [54]:
df_grouped['rating']
Out[54]:
category кафе 4.20 быстрое питание 4.30 кофейня 4.30 пиццерия 4.30 ресторан 4.30 столовая 4.30 булочная 4.35 бар,паб 4.50 Name: rating, dtype: float64
Медианные рейтинги единственных на улице заведений категории бар,паб (4.5) и булочная (4.35) выше, чем у Топ-15 сетевых заведений
Вывод:
Всего заведений, которые являются единственными на улице: 458. Таких заведений много в ЦАО, это объясняется наличием множества проулков, переулков и небольших улиц в этом округе. В основном они работают не круглосуточно, круглосуточно работают 13 кафе и 9 ресторанов. Рейтинги единственных на улице заведений от 4.2 до 4.50. Высокий рейтинг у заведения категории бар,паб (4.5) и булочная (4.35). Рейтинг выше, чем у Топ-15 сетевых заведений
Построим ценовой индикатор района (по среднему чеку).
In [55]:
# посчитаем средний чек для каждого округа
middle_avg_bill_df = moscow_places.groupby('district', as_index=False)['middle_avg_bill'].agg('median').sort_values(by='middle_avg_bill')
In [56]:
middle_avg_bill_df
Out[56]:
| district | middle_avg_bill | |
|---|---|---|
| 6 | Юго-Восточный административный округ | 450.00 |
| 3 | Северо-Восточный административный округ | 500.00 |
| 8 | Южный административный округ | 500.00 |
| 0 | Восточный административный округ | 575.00 |
| 7 | Юго-Западный административный округ | 600.00 |
| 2 | Северный административный округ | 650.00 |
| 4 | Северо-Западный административный округ | 700.00 |
| 1 | Западный административный округ | 1000.00 |
| 5 | Центральный административный округ | 1000.00 |
In [57]:
m = Map(location=[moscow_lat, moscow_lng])
# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
Choropleth(
geo_data=state_geo,
data=middle_avg_bill_df,
columns=['district', 'middle_avg_bill'],
key_on='feature.name',
fill_color='YlGnBu',
fill_opacity=0.8,
legend_name='Средний чек заведений по округам',
).add_to(m)
# выводим карту
m
Out[57]:
Make this Notebook Trusted to load map: File -> Trust Notebook
Вывод:
Максимальный средний чек в ЦАО и ЗАО, можно отметить, что в этих округах и самые высокие рейтинги заведений общественного питания. И наоборот, самый низкий чек в округах, где был отмечен самый низкий рейтинг - ЮВАО (450 рублей), СВАО (500 руб) и ЮАО(500 руб.)
Вывод:
- Самые популярные типы заведений - кафе (2377 заведений) и ресторан (2042), кофейни на третьем месте.
- Менее популярные - булочная (256) и столовая (315)
- Количество посадочных мест в среднем (медианное) от 50 для булочной до 86 посадочных мест для ресторана.
Сетевых заведений 3203, несетевых - 5200. Несетевых на 40% больше,чем сетевых
Топ-15 сетей: 'БУХАНКА', 'ДОДО ПИЦЦА', "ДОМИНО'С ПИЦЦА", 'COFEFEST', 'COFIX', 'МУ-МУ', 'ТЕРЕМОК', 'ЧАЙХАНА', 'ХИНКАЛЬНАЯ', 'ONE PRICE COFFEE', 'ШОКОЛАДНИЦА', 'ЯНДЕКС ЛАВКА', 'КОФЕПОРТ', 'PRIME', 'КУЛИНАРНАЯ ЛАВКА БРАТЬЕВ КАРАВАЕВЫХ. 5 из них относятся к кофейням.
- Самые популярные сети - Шоколадница (120 заведений в Москве), "ДОМИНО'С ПИЦЦА" (76 заведений), ДОДо Пицца (74 заведения)
- Самые популярные категории сетей - кофейни (337 заведений). рестораны (188) и пиццерии (152). В сетях не популярна категория - столовая и бар.паб
- заведения из Топ-15 сетей объединяет высокий медианный рейтинг
- В данных представлены 9 округов города Москвы (отсутствуют данные по "Зеленограду" и "Новой Москве"), больше всего заведений (2242) расположены в Центральном административном округе.
- Самый популярный тип заведения в ЦАО -ресторан, кафе, кофейня.
- Меньше всего заведений - в Северо-Западном административном округе (СЗАО) - 409. Наиболее распространены - кафе, ресторан, кофейня
- Распределение усредненных рейтингов по категориям отличается несильно, во всех категориях есть заведения с очень низким рейтингом, а средний рейтинг расположен в диапазоне 4.20-4.40, выше рейтинг у баров(пабов) - 4.4, самый низкий у быстрого питания и кафе - 4.2
- Максимальный средний рейтинг заведений в ЦАО -4.4, минимальный - Юго-восточный и Северо-Восточный округа - 4.2
- На топ-15 улиц приходится 1257 заведений:
- 183 находится на Проспекте Мира,122 на Профсоюзной, 108 на Проспекте Вернадского
- Топ 15-улиц раскиданы по всей Москве. Можно отметить, что это крупные улицы города Москвы, поэтому на них и много заведений.
- Максимальный средний чек в ЦАО и ЗАО, можно отметить, что в этих округах и самые высокие рейтинги заведений общественного питания. И наоборот, самый низкий чек в округах, где был отмечен самый низкий рейтинг - ЮВАО (450 рублей), СВАО (500 руб) и ЮАО(500 руб.)
- 458 заведений являются единственным заведением на улице. В основном эти заведения расположены в ЦАО, работают не круглосуточно
Детализация исследования: открытие кофейни
Основателям фонда «Shut Up and Take My Money» не даёт покоя успех сериала «Друзья». Их мечта — открыть такую же крутую и доступную, как «Central Perk», кофейню в Москве. Будем считать, что заказчики не боятся конкуренции в этой сфере, ведь кофеен в больших городах уже достаточно. Попробуем определить, осуществима ли мечта клиентов. Ответим на следующие вопросы:
- Сколько всего кофеен в датасете? В каких районах их больше всего, каковы особенности их расположения?
- Есть ли круглосуточные кофейни?
- Какие у кофеен рейтинги? Как они распределяются по районам?
- На какую стоимость чашки капучино стоит ориентироваться при открытии и почему?
Сколько всего кофеен в датасете? Каковы особенности их расположения?
In [58]:
moscow_coffee_house = moscow_places.query('category=="кофейня"')
In [59]:
print('Всего кофеен в Москве:',moscow_coffee_house.name.count())
print('Кофеен, являющихся единственными на улице:', moscow_places_one_place_street.query('category=="кофейня"').name.count())
Всего кофеен в Москве: 1413 Кофеен, являющихся единственными на улице: 84
In [60]:
moscow_coffee_house.groupby('district')['name'].count().sort_values()
Out[60]:
district Северо-Западный административный округ 62 Юго-Восточный административный округ 89 Юго-Западный административный округ 96 Восточный административный округ 105 Южный административный округ 131 Западный административный округ 150 Северо-Восточный административный округ 159 Северный административный округ 193 Центральный административный округ 428 Name: name, dtype: int64
In [61]:
moscow_coffee_house.groupby('district')['name'].count().sort_values(ascending=False).plot(kind='bar', xlabel='округ',ylabel='количество заведений',figsize=(10,6))
plt.xticks(rotation=30)
plt.title('Распределение кофеен по округам');
Всего в Москве 1413 кофеен, из них 428 расположено в ЦАО, что в 2 раза больше, чем в других округах
In [62]:
moscow_coffee_house.groupby('district')['name'].count().sort_values().reset_index()
Out[62]:
| district | name | |
|---|---|---|
| 0 | Северо-Западный административный округ | 62 |
| 1 | Юго-Восточный административный округ | 89 |
| 2 | Юго-Западный административный округ | 96 |
| 3 | Восточный административный округ | 105 |
| 4 | Южный административный округ | 131 |
| 5 | Западный административный округ | 150 |
| 6 | Северо-Восточный административный округ | 159 |
| 7 | Северный административный округ | 193 |
| 8 | Центральный административный округ | 428 |
In [63]:
fig = go.Figure()
fig.add_trace(go.Bar(name='Кофейни',
x=moscow_coffee_house.groupby('district')['name'].count().sort_values(ascending=False).reset_index()['district'],
y=moscow_coffee_house.groupby('district')['name'].count().sort_values(ascending=False).reset_index()['name'],
text=moscow_coffee_house.groupby('district')['name'].count().sort_values(ascending=False).reset_index()['name'],textposition='outside'))
fig.add_trace(go.Bar(name='Круглосуточные кофейни',
x=moscow_coffee_house.loc[moscow_coffee_house.loc[:,'is_24/7'] == True].groupby('district')['name'].count().sort_values(ascending=False).reset_index()['district'],
y=moscow_coffee_house.loc[moscow_coffee_house.loc[:,'is_24/7'] == True].groupby('district')['name'].count().sort_values(ascending=False).reset_index()['name'],
text=moscow_coffee_house.loc[moscow_coffee_house.loc[:,'is_24/7'] == True].groupby('district')['name'].count().sort_values(ascending=False).reset_index()['name'],textposition='outside'))
fig.update_layout(title='Распределение кофеен и круглосуточных кофеен по округам')
fig.show()
Есть ли круглосуточные кофейни?
In [64]:
distribution_category (moscow_coffee_house,'district','is_24/7','округ', 'Соотношение круглосуточных и не круглосуточных кофеен',False)
Круглосуточных кофеен мало, большинство (26) расположены в ЦАО, можно отменить, что в каждом округе имеется хотя бы одна круглосуточная кофейня
Какие у кофеен рейтинги? Как они распределяются по районам?
In [65]:
df_grouped=moscow_coffee_house.groupby('district').median().sort_values(by='rating')
df_grouped
Out[65]:
| lat | lng | rating | middle_avg_bill | middle_coffee_cup | seats | is_24/7 | |
|---|---|---|---|---|---|---|---|
| district | |||||||
| Западный административный округ | 55.73 | 37.49 | 4.20 | 600.00 | 189.00 | 96.00 | 0.00 |
| Восточный административный округ | 55.79 | 37.75 | 4.30 | 400.00 | 135.00 | 55.00 | 0.00 |
| Северный административный округ | 55.81 | 37.52 | 4.30 | 325.00 | 159.00 | 66.00 | 0.00 |
| Северо-Восточный административный округ | 55.84 | 37.62 | 4.30 | 325.00 | 162.50 | 75.00 | 0.00 |
| Северо-Западный административный округ | 55.80 | 37.46 | 4.30 | 325.00 | 165.00 | 87.50 | 0.00 |
| Центральный административный округ | 55.76 | 37.63 | 4.30 | 500.00 | 190.00 | 86.00 | 0.00 |
| Юго-Восточный административный округ | 55.71 | 37.73 | 4.30 | 250.00 | 147.50 | 50.00 | 0.00 |
| Юго-Западный административный округ | 55.67 | 37.55 | 4.30 | 375.00 | 198.00 | 64.50 | 0.00 |
| Южный административный округ | 55.65 | 37.64 | 4.30 | 387.50 | 150.00 | 80.00 | 0.00 |
In [66]:
plt.figure(figsize=(10, 10))
plt.title('Распределение средних рейтингов кофеен по округам',fontsize=15)
ax = sns.boxplot(x='rating',y='district', data=moscow_coffee_house, orient='h',order=df_grouped.index);
plt.xlabel('Рейтинг', fontsize=13)
plt.ylabel('Округ',fontsize=13)
plt.xlim(3,5)
sns.despine()
Самый низкий рейтинг у кофеен ЗАО - 4.2, в остальных округах рейтинг одинаковый - 4.3, в САО самый большой размах рейтингов, тогда как в СЗАО самый маленький
На какую стоимость чашки капучино стоит ориентироваться при открытии и почему?
In [67]:
df_grouped=moscow_coffee_house.groupby('district').median().sort_values(by='middle_coffee_cup')
df_grouped
Out[67]:
| lat | lng | rating | middle_avg_bill | middle_coffee_cup | seats | is_24/7 | |
|---|---|---|---|---|---|---|---|
| district | |||||||
| Восточный административный округ | 55.79 | 37.75 | 4.30 | 400.00 | 135.00 | 55.00 | 0.00 |
| Юго-Восточный административный округ | 55.71 | 37.73 | 4.30 | 250.00 | 147.50 | 50.00 | 0.00 |
| Южный административный округ | 55.65 | 37.64 | 4.30 | 387.50 | 150.00 | 80.00 | 0.00 |
| Северный административный округ | 55.81 | 37.52 | 4.30 | 325.00 | 159.00 | 66.00 | 0.00 |
| Северо-Восточный административный округ | 55.84 | 37.62 | 4.30 | 325.00 | 162.50 | 75.00 | 0.00 |
| Северо-Западный административный округ | 55.80 | 37.46 | 4.30 | 325.00 | 165.00 | 87.50 | 0.00 |
| Западный административный округ | 55.73 | 37.49 | 4.20 | 600.00 | 189.00 | 96.00 | 0.00 |
| Центральный административный округ | 55.76 | 37.63 | 4.30 | 500.00 | 190.00 | 86.00 | 0.00 |
| Юго-Западный административный округ | 55.67 | 37.55 | 4.30 | 375.00 | 198.00 | 64.50 | 0.00 |
In [68]:
plt.figure(figsize=(10, 10))
plt.title('Распределение средней стоимости чашки капучино в кафейнях по округам',fontsize=15)
ax = sns.boxplot(x='middle_coffee_cup',y='district', data=moscow_coffee_house, orient='h',order=df_grouped.index);
plt.xlabel('стоимость чашки капучино', fontsize=13)
plt.ylabel('Округ',fontsize=13)
plt.xlim(50,400)
sns.despine()
Дороже стоит чашка капучино в ЮЗАО, на втором месте по стоимости - ЦАО, самая маленькая цена - 135 - ВАО
In [69]:
# посчитаем среднюю стоимость чашки капучино для каждого округа
middle_coffee_cup_df = moscow_coffee_house.groupby('district', as_index=False)['middle_coffee_cup'].agg('median').sort_values(by='middle_coffee_cup')
In [70]:
m = Map(location=[moscow_lat, moscow_lng])
# создаём хороплет с помощью конструктора Choropleth и добавляем его на карту
Choropleth(
geo_data=state_geo,
data=middle_coffee_cup_df,
columns=['district', 'middle_coffee_cup'],
key_on='feature.name',
fill_color='YlGnBu',
fill_opacity=0.8,
legend_name='Средняя стоимость чашки капучино по округам',
).add_to(m)
# выводим карту
m
Out[70]:
Make this Notebook Trusted to load map: File -> Trust Notebook
Вывод:
- Меньше всего кофеен в СЗАО, больше всего - в ЦАО. Круглосуточных кофеен мало везде, но в каждом округе есть хотя бы одна.
- Стоимость капучино колеблется от оруга к округу в среднем от 120 до 260 рублей. Минимальные цены на чашку в ВАО, максимальные - в ЗАО
- При этом, средний рейтинг кофеен как раз в ЗАО самый низкий 4.2, в остальных округах рейтинг одинаковый - 4.3, в САО самый большой размах рейтингов, тогда как в СЗАО самый маленький. Скорее всего посетители более строги, так как за повышенную цену ждут улучшенного качества